STAGE-Claw: Automated State-based Agent Benchmarking for Realistic Scenarios

En 3 lignesSTAGE-Claw est un framework automatisé pour créer et évaluer des agents IA dans des scénarios réalistes. Il génère automatiquement des tâches, environnements et métriques basées sur l'état du système. Benchmark de 40 tâches évalue 11 modèles frontier sur fiabilité des appels outils et patterns d'erreur.

Résumé généré par Claude — vérifié par l'humain